4月17日消息,据国外媒体报道,视频网站Netflix的首席执行官里德·哈斯廷斯(Reed Hastings)周三表示,公司希望在中国市场推出不带广告的付费视频播放服务,坚持公司的传统模式而不去寻找广告主。
这家美国公司此前曾表示,有计划在中国推出“小规模”的服务,前提是它能够获得牌照在中国开展业务。中国消费者习惯免费观看娱乐节目,这些内容要么靠广告支持,要么来自盗版途径。
Netflix提供电视剧与电影点播服务。这些节目没有广告,想要观看的消费者需要按月支付费用。
“我们的擅长之处在于没有广告的内容,”哈斯廷斯在采访中表示。“这可能会导致在最开始的几年,我们只能在中国的部分地方开展业务,不过计划就是这样。”
Netflix目前在大约50个国家运营自己的网络视频服务,公司的目标是在2016年末把受众市场扩大到200个。在激进的海外增长战略下,公司突破了自己的预期,付费用户数在第一季度达到了6230万人。
对于中国,“我们会持续寻找机会,与中国公司,以及在中国市场表现成功或遭遇困难的美国公司交流,”哈斯廷斯说。“这是个渐进的过程。”
Netflix的首席运营官泰德·萨兰多斯(Ted Sarandos)上月在接受采访时表示,公司可能会在没有当地合作伙伴的情况下进入中国市场。中国向来以监管严格以及审查制度而闻名,这样一种做法可能让该公司更难在中国做生意。
但萨兰多斯周三对分析师表示,媒体的报道“稍微有点断章取义”。
在财报发布后的电话会议上,萨兰多斯表示,“我们非常希望在中国开展业务,而且会尝试各种形式。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。